考虑运行可靠性的含风电电力系统优化调度梁庆平发表时间：2018-01-16T15:47:39.130Z 来源：《建筑学研究前沿》2017年第23期作者：梁庆平[导读] 图1风能预测系统组织结构图介绍目前全球范围内都是经济建设的有力发展。
内蒙古电力（集团）有限责任公司锡林郭勒电业局内蒙古锡林浩特市 026000摘要：在社会和经济发展同时, 结合现代人们普遍重视社会经济的可持续发展，人已经对电力系统运行的可靠性有越来越多的高需求,因此,将广泛引入新能源电力系统,以控制化石资源的消费。
在这种情况下，风力发电系统诞生了，系统变得越来越受欢迎。
风力发电系统的运行可靠性是最重要的因素，只有保证风力发电系统的运行可靠性高，才能实现正常供电。
因此，在运行可靠性的基础上探索风力发电系统的优化调度具有重要的意义。
关键词：运行可靠性；含风电电力系统；优化调度1引言图1风能预测系统组织结构图介绍目前全球范围内都是经济建设的有力发展，出现了非常严重的能源消耗，环境和生态污染加剧，人们开始越来越关注如何使用清洁能源。
随着传统化石能源的日益消耗,使用新能源的研究正成为越来越多的人积极,在所有的新能源,风能的使用相对较早,技术水平相对较高,风力发电,不管怎样,任何形式的对自然生态的破坏。
与风电网容量的增加,在过去的那种盲目地通过协调优化传统单位适应风电网模型不再完整,因此,优化运行风并行操作已成为当前电力行业使用风力能源问题时首先要考虑的。
图1 风功率预测系统组织结构图在这种情况下，风力发电系统受到了重视，并得到了有效的应用。
当前电力调度部门在风力发电在电力系统的操作为了加强系统功能,开始不断地分析分销网络在风力发电的过程中加入的影响,并根据实践建立了相应的优化调度系统,使手术包括风力发电系统可靠性的提升。
2风电系统运行可靠性概述目前，世界范围内的环境和能源危机正在加剧，许多国家正在研究风能的使用。
风力发电的发展和划水电网的利用是一个非常重要的发展趋势。
作为一种绿色可再生资源，风力发电是电力公司调度的第一个考虑，其余的传统机组将被调度。
然而，风力发电本身具有随机性和不确定性的特点，因此在国内外研究了风力发电系统的优化调度策略。
在电力系统最优运行主要分为两种情况下，即优化调度，动态优化调度的静态和动态优化调度主要是考虑各种接触的整个调度周期，因此对整个系统的运行情况进行了充分的反映。
由于风功率的随机变化，预计风力发电的预测(见图1)。
电力系统的可靠性可根据不同的用电量划分为两种类型，即运行可靠性和规划可靠性。
最主要目的的操作可靠性是为了确定操作人员调度的可靠性基础，使电力系统运行效率、安全性和可靠性大大提高。
控制是针对控制风力发电系统优化调度最重要的一步，主要是由于风力发电系统的不确定性和时间的不确定性，面临着操作的风险。
一般来说，传统的风电场模型系统有以下两种:一种是等效多态单元模型，另一种是复合模型。
等效多态单元模型是将风电输出功率与多态单位相结合，使风力发电的波动可以被认为很好，但该模型没有考虑到风力发电的时间。
重新组合梳妆台模型认为风力发电为负负荷，充分考虑风力发电的时间，但很难充分考虑风力的波动。
因此，应将风电场的最佳功率输出模型集成到上述两种模型中，充分考虑风力发电的时间和波动。
在此基础上,本文从电力系统的运行可靠性最优调度方案的影响下风电网进行了彻底的分析:(1)传统的能源消耗单位被风电网后,可以有效地降低系统的总运营成本。
由于风力发电本身的间歇性和挥发性的影响，其承载能力较低，这将进一步降低系统的运行可靠性。
为了有效地减少风的负面影响电网将包含风力发电系统优化运行,也是确保系统纳入风力发电在不同时期超过或等于系统不包含最低可靠性指数当风。
与其他传统单位不同，电力系统往往优先考虑风力发电机组。
在电力系统调度中，由于风力发电机的影响，可能会导致传统单元的替代效应，取代传统部件的传统部件，从而使整个电网调度运行优化效果。
风力发电的替代效应可以降低系统的整体运行成本，但也有不利的影响:电力系统的可靠性将会降低，而该单位运输风险的风险指数将显著上升。
3电力系统优化调度模型分析3.1优化调度模型的目标函数目标函数可分为两个部分，即单位的启动成本和发电成本。
作为一种自然资源，风力发电的成本是不可考虑的。
在上述公式(1)中，总风力发电机组系统的运行成本以F表示，调度系统中的次数以T表示;系统的单位数由I表示;单位I在t时间周期内的功率是用Pi(t)表示的，用zi(t)表示单位I在t期间的状态。
从zi(t)= 1开始;从zi(t)= 0开始;单位I在t时间段内的运行成本在Ci(t)中表示。
Ci + biPi + aiPi2 = Ci(Pi(t))(2)在这个公式中，单位I的启动成本由Si表示。
该单元的运行成本参数由ai、bi和ci表示。
常数是π。
3.2功率方程约束(1)功率平衡约束:功率平衡约束如下:IiΣπ(t)= 1 + Pw(t)= Pd(t)t = 1,2,…T(3)在此公式中，T时刻风电场输出功率的平均值为Pw(T);系统的总负荷用Pd(t)表示。
(2)发电机组的上、下限值输出功率约束:P大于等于(4)，功率产生集I的输出功率为Pa和P。
(3)发电机爬约束:伽马uiT60 p(t)-ππ(t - 1),(5)γdiT60 p(t - 1)-ππ(t)的公式(6)向下和向上攀登发电集我分别通过伽马di,γUI,MW /分钟为单位,诸如60分钟T60说。
(4)最小中断时间和最小运行时间限制:Toni acuity MUTi(7)Tioff acuity MDTi(8)在公式中，连续运行时间由Toni,unit I连续Tioff stoppage time过去常说。
单位I的最小运行时间由MUTi表示;我是MDTi的单位的最小故障时间。
(5)热备用约束:Ii = 1Σmin(子(t)P軈I -子π(t)(t),URi)或者R(t)在公式(9),我单位限制有功功率增加URi,ruiT10;10min的时间由T10表示;t时系统10min的最小旋转表示为R(t)，一般来说，不同的系统有不同的规则，在本研究中，选择了最大的单机容量。
3.3电力系统优化电网调度的影响下风与其他传统单元相比,风本身优先互联的特点,当电力系统优化调度的非常明显的优势,可以取代传统的单位可以输电网的一部分,最终将影响系统的优化调度结果。
这种替代效应主要包括两方面:(1)积极影响:作为一种绿色可再生能源，风力发电对传统发电机组有替代效应，可使系统降低总运行成本。
负面影响:风力发电将增加系统机组运行的风险。
操作可靠性主要包括两个指标，即响应风险度和机组运行风险。
由于风电场通常不做备用，他们只需要考虑操作可靠性的风险，不需要考虑响应风险。
4基于运行可靠性的含风电电力系统的优化调度方法人工智能技术和计算机的不断发展的今天,越来越多的智能优化算法,在许多领域得到了广泛的应用,在风中现阶段电力系统优化运行的微分进化算法,蚁群算法和模拟退火算法属于更常见的方法。
(1)模拟退火算法，模拟退火算法是一种非常精确的计算结果，局部搜索算法对全继承的优势，为了优化最小值问题，在完全优化过程中得到了一个非常复杂的参数选择过程。
必须严格控制降解过程的速度。
否则，最优解可能会被偏移，或者可以延长计算时间。
(2)蚁群算法:蚁群算法具有正反馈的优点，具有多种解决方案的多样性。
在蚁群算法中加入随机扰动，可以通过局部最优解来避免全局最优解。
(3)微分进化算法,它有一系列的优点,如处理复杂问题时较小的难度系数,它可以非常专业解决随机并行的问题,用更少的控制参数,并在此过程中,使用非常方便,具有更快的收敛速度,但与此同时,导致经常有一个更大的规模。
虽然通过操作风险约束的方法措施可以提高电力系统运行的过程中风险因素是强有力的约束,但当前的风险约束是如何投入运营是不够的引用和参考,在某种程度上,这个约束限制了相同的风能的正常使用。
一般来说，一旦接通了风电，就应该保证系统的运行可靠性在任何时候都不会比系统处于最糟糕的运行状态时更糟糕。
5结语本文分析了基于风力发电系统的可靠性优化调度方法,虽然上面的方法可以使小面积算法各自的主张满意,但仍有一系列问题:如更加依赖模型的准确性,无法实现实时控制;有严格的初始点要求;“维数灾难”的问题是无法解决的。
因此，在未来，需要不断地研究优化方法，逐步提高风力发电系统的优化调度方法。
模型的建立是基于风电网调度和波动性存在的研究中,考虑到风电网的替代效应,作者提出了考虑风险的操作约束的前提下优化调整风电网模型,该模型具有一定的可靠性,可以实现平滑风电电网的电力系统调度过渡,减少电力系统的运行的风险,以更好的促进正常的发展在我国电力系统的安全稳定。
本文建立了一种基于风动力随机性和波动性的风功率储备要求模型。
该模型考虑了风电预测的预测误差和备用的需求，并考虑了风力波动对储备金要求的影响。
该模型综合考虑，可降低风电电网的运行风险，对大型风电电网系统的备份配置具有实际指导意义。
包括风力发电系统提出了活动和备用协调优化调度模型,该模型将储备能力正在迅速分解为备用和紧急,可以充分考虑备用容量的各种不确定因素的需求特征,并可以同时由发电机最优输出2类闲置产能计划时间的最优分配,解决问题的风力发电系统的优化调度问题提供了新的解决方案。
参考文献[1]张文韬，王秀丽，吴雄，姚力.大规模风电接入下含大用户直购电的电力系统调度模型研究[J].中国电机工程学报，2015（12）.[2]陈建华，吴文传，张伯明，王彬，郭庆来.安全性与经济性协调的鲁棒区间风电调度方法[J]. 2014（07）.[3]吴雄，王秀丽，李骏，郭静丽，张凯，陈洁 [J].中国电机工程学报，2013（13）.[4]杨楠，王波，刘涤尘，赵洁，王贺.计及大规模风电和柔性负荷的电力系统供需侧联合随机调度方法[J].中国电机工程学报，2013（16）.。
